基于混沌理论的飞机健康预测方法  

Aircraft Health Forecast Method Based on Chaos Theory

作　　者：崔建国[1,2,3] 董世良[3] 吕瑞[3] 王明卓[3] 徐长君[3] 

机构地区：[1]沈阳航空工业学院自动化学院,沈阳110136 [2]东北大学信息科学与工程学院,沈阳110004 [3]沈阳飞机设计研究所,沈阳110035

出　　处：《数据采集与处理》2009年第3期270-274,共5页Journal of Data Acquisition and Processing

基　　金：航空科学基金(2007ZD54006)资助项目;中国博士后科学基金(20070421062)资助项目;辽宁省教育厅科研基金(2008544)资助项目;沈阳航空工业学院博士启动基金(06YB19)资助项目

摘　　要：为解决飞机关键结构部件疲劳损伤的有效预测,避免灾难性事故的发生,提出了一种基于混沌理论与声发射技术对飞机结构部件进行健康预测的新方法。采用先进的声发射技术监测某飞机真实水平尾翼的健康状态,运用小波分析对募集的声发射信号进行预处理,提升强背景噪声下有效数据的信嗓比。使用混沌理论提取水平尾翼声发射信息的关联维数,构建能反映结构健康状态的特征信息,并由神经网络对其健康状态进行预测。实验研究表明,该方法能很好地预测飞机水平尾翼的健康状态,具有较好的实用性,适用于强噪声环境中飞机结构部件的健康预测。To forecast fatigue damages of aircraft structure components and avoid fearful accident occurring, a new health forecasting method based on chaos theory and acoustic emission （AE） technology is proposed for aircraft structure components. The advanced AE technology is used to monitor the aircraft horizontal tail health state. Wavelet transformation is used to foreclose the AE signals and improve the signal-to-noise ,and the chaos theory is used to extract the correlation dimension about the AE information and to construct the feature vector. The neural network health forecast system is designed to forecast health state of the aircraft horizontal tail. Experiments show that the method has good performance to forecast the fatigue crack for the aircraft horizontal tail. Thus it is suitable to forecast the health state of aircraft structure components under the strong noise situation.

关 键 词：飞机水平尾翼 健康预测 关联维数 神经网络 

分 类 号：TP206.3[自动化与计算机技术—检测技术与自动化装置]